Toni Marila

MIELIALAVAIHTELUJEN MOBIILIN ARVIOINTIMENETELMÄN

VAATIMUSMÄÄRITTELY

Hyvinvointiteknologian YAMK koulutusohjelma

Tekniikan suuntautumisvaihtoehto

2016

MIELIALAVAIHTELUJEN MOBIILIN ARVIOINTIMENETELMÄN

VAATIMUSMÄÄRITTELY

Marila, Toni

Satakunnan ammattikorkeakoulu

Hyvinvointiteknologian koulutusohjelma

Maaliskuu 2016

Ohjaaja: Auramo, Yrjö & Sirkka, Andrew

Sivumäärä: 43

Liitteitä: 4

Asiasanat: mielialahäiriöt, fyysinen aktiivisuus, elämänhallinta, mobiililaitteet

____________________________________________________________________

Nykyaikaisten älypuhelimien ominaisuudet mahdollistavat käyttäjän terveydentilan

seuraamisen. Älypuhelimille tehtyjen sovellusten avulla voidaan kerätä jatkuva-

aikaisesti tietoa käyttäjien toiminnasta ja terveydentilasta, kuten esimerkiksi sydämen

sykkeestä, kehon lämpötilasta, fyysisestä aktiivisuudesta ja unirytmistä. Tällaisia

sovelluksia on saatavilla markkinoilla jo lukuisia ja niiden suosio elämänhallinnan,

sairauksien ja terveyden itsetarkkailussa on koko ajan lisääntymässä.

Elämänhallinta on tärkeässä osassa mielenterveyteen liittyvien sairauksien hoidossa.

Erityisesti tämä korostuu epänormaaleja mielialavaihteluja aiheuttavien sairauksien,

kuten kaksisuuntaisen mielialahäiriön ja masennuksen hoidossa. Mielialavaihtelujen

seuranta, niiden ennustaminen ja hallinta esioireiden avulla on perinteisesti suoritettu

mielialapäiväkirjan ja hoitokäyntien avulla.

Opinnäytetyössä kuvataan suunnitteluprosessi, jossa tavoitteena on kehittää mieliala-

vaihteluja arvioiva älypuhelinsovellus. Kaksisuuntaista mielialahäiriötä sairastavan

potilaan fyysisen aktiivisuuden ja mielialan välinen yhteys on todettu lukuisissa tut-

kimuksissa. Masennuksessa potilaan fyysinen aktiivisuus laskee ja maanisissa mieli-

alan vaiheissa fyysinen aktiivisuus tyypillisesti lisääntyy.

Suunnitteluprosessissa on lähdetty liikkeelle eri ammattikuntien keskustelun pohjalta

lähteneestä ideasta. Ideassa esitetään oletus, että mittaamalla käyttäjän fyysistä aktii-

visuutta voidaan arvioida hänen mielialaansa tai sen muuttumista toiseksi (esim.

normaalin mielialan vaihe muuttuu maniaksi). Fyysistä aktiivisuutta mitataan älypu-

helimen kiihtyvyysanturin avulla käyttäjän liikkeistä. Sovellus muodostaa fyysiselle

aktiivisuudelle numeerisen arvon. Tätä arvoa voidaan verrata sovelluksen avulla

muodostettuihin henkilökohtaisiin viitearvoihin. Henkilökohtaiset viitearvot kertovat

fyysisen aktiivisuuden ja mielialan riippuvuuden. Mielialalle määritetään arvo mieli-

alapäiväkirjan asteikon mukaisesti. Henkilökohtaisten viitearvojen määrittämisen

jälkeen sovellus pystyy itsenäisesti arvioimaan käyttäjän mielialaa.

Opinnäytetyössä esitetään suunnitteluprosessin lopputuloksena kliinisessä tutkimuk-

sessa käytettävän testisovelluksen kuvaus ja sen vaatimukset ohjelmistotekniikan

menetelmin. Lisäksi työssä esitetään kliininen tutkimussuunnitelma. Kliinisellä tut-

kimuksella pyritään saamaan tietoa mielialavaihtelujen mobiilin arviointimenetelmän

toimivuudesta käytännössä ja luotettavuudesta ennen varsinaisen sovelluksen tekoa.

Sovelluksen tuotteistaminen on pitkälti riippuvainen kliinisen tutkimuksen tuloksista.

REQUIREMENT ANALYSIS OF A MOBILE ASSESSMENT METHOD FOR

MOOD FLUCTUATIONS

Marila, Toni

Satakunnan ammattikorkeakoulu, Satakunta University of Applied Sciences

Degree Programme in Welfare Technology

March 2016

Supervisor: Auramo, Yrjö & Sirkka, Andrew

Number of pages: 43

Appendices: 4

Key words: mood disorders, physical activity, life management, mobile devices

____________________________________________________________________

The properties of the modern day smartphones enable the monitoring of the user's

health. With smartphone applications there is a possibility to continuously collect

information about users' activity and status of health. Heartbeat, body temperature,

physical activity and sleeping habits serve as examples. There are numerous such

kinds of applications already on the market and their popularity as tools for life man-

agement, self monitoring of illnesses and health is increasing day by day.

Life management is an essential treatment in mental disorders. This is highlighted

especially among mental disorders that cause abnormal mood fluctuations; bipolar

disorder and depression being good examples. Monitoring of abnormal mood fluc-

tuations, forecasting their appearances and controlling them by prodromes are con-

ventionally performed with mood diary and care visits.

This master’s thesis focuses on a planning process to develop the smartphone appli-

cation to assist in assessing mood fluctuations. The link between physical activity

and moods on bipolar disorder patients has been found in numerous studies. Physical

activity decreases in depressive states of mind and increases in manic states.

The planning process of this mobile application started with the idea emerged in a

multiprofessional debate situation that by measuring the smartphone user's physical

activity it should be possible to evaluate the user's mood and mood variations, too

(e.g. normal state of mood changes to manic state). Physical activity is measured

from user's movements by smartphone's acceleration sensor. The application gener-

ates numerical value for physical activity. This value can be compared to personal

citations that are formed by application. Personal citations represent the correlation

between physical activity and the mood state. The value for mood is defined in ac-

cordance with the scale in personal mood diary. The application can independently

assess user's mood after the personal citations has been formed.

The final results of this thesis are description of a development process and a re-

quirement analysis for the application development. In addition, the thesis presents

the investigation plan for clinical testing of the developed application.

SISÄLLYS

1 JOHDANTO ............................................................................................................. 5

2 KAKSISUUNTAINEN MIELIALAHÄIRIÖ .......................................................... 7

2.1 Sairauden oireet, esiintyvyys ja periytyvyys ...................................................... 7

2.2 Sairauden hoito ................................................................................................. 11

3 MIELIALAN ARVIOINNIN TEOREETTINEN TAUSTA .................................. 14

3.1 Fyysisen aktiivisuuden suhde mielialaan ......................................................... 14

3.2 Fyysisen aktiivisuuden mittaaminen ................................................................ 15

4 MIELIALAN ARVIOINTIMENETELMÄN IDEOINTI ...................................... 17

5 MIELIALAN ARVIOINTIMENETELMÄN KUVAUS ....................................... 20

5.1 Kiihtyvyysanturin toimintaperiaate .................................................................. 21

5.2 Mittaustulosten käsittely .................................................................................. 22

5.3 Tulosten luotettavuuden arviointi .................................................................... 25

6 ASKELEET KONSEPTISTA VALMIIKSI TUOTTEEKSI ................................. 26

6.1 Menetelmän testaaminen .................................................................................. 26

6.2 Kliinisen tutkimuksen suunnitelma .................................................................. 26

6.3 Kaupallistaminen .............................................................................................. 30

7 POHDINTA ............................................................................................................ 32

LÄHTEET .................................................................................................................. 34

LIITTEET

5

1 JOHDANTO

Matkapuhelimien nopea kehittyminen langattomasta puhelimesta mobiilin Internetin

mahdollistavaksi älypuhelimeksi on tuonut mukanaan lukuisan määrän puhelimeen

perinteisesti kuulumattomia ominaisuuksia. Näitä ovat mm. erilaiset liike- ja kiihty-

vyysanturit, kompassi ja satelliittipaikannus. Osa näistä ominaisuuksista mahdollis-

tavat erilaisten asioiden mittaamisen ja havainnoinnin ympäristöstä tai puhelimen

käyttäjän toiminnasta. Puhelimen sovelluksen avulla voidaan seurata esimerkiksi

ihmisen terveydentilaa. Älypuhelimella tapahtuvalla seurannalla on etu verrattuna

lääkärin käynnillä tapahtuvaan seurantaan. Älypuhelimella voidaan kerätä seuranta-

ja mittaustuloksia pitkältäkin ajanjaksolta.

Markkinoilla on olemassa satoja erilaisia älypuhelinsovelluksia, joiden avulla voi-

daan mitata puhelimen käyttäjän terveydentilaa tai elämänhallintaa. Osa sovelluksista

vaatii toimiakseen jonkin lisälaitteen, joka liitetään älypuhelimeen. Esimerkiksi Ap-

plella on patentti kuulokkeille, jotka mittaavat korvasta kehon lämpötilaa ja sydämen

sykettä ja tallentaa mitatut tiedot puhelimeen.

Potilaan suorittamaa terveydentilan tarkkailua on tehty jo pitkän aikaa. Esimerkiksi

verenpainetta on perinteisesti mitattu lääkärin pyynnöstä kotona erillisellä veren-

painemittarilla ja tulokset on kerätty säännöllisesti paperille. Tulokset on sitten käyty

läpi lääkärinkäynnin yhteydessä. Älypuhelinten terveydentilaa mittaavat sovellukset

ovat jatkumoa tälle. Älypuhelin mahdollistaa langattoman tiedonsiirron, joten lääkäri

voi tarkkailla tuloksia ilman vastaanottokäyntiä. Lisäksi älypuhelimella tapahtuva

mittaus mahdollistaa potilaan itsetarkkailun, lisäten osaltaan hoitomyönteisyyttä ja

laajempaa tietoisuutta omasta terveydentilasta.

Tässä työssä kuvataan terveydentilaa ja elämänhallintaa arvioivan älypuhelinsovel-

luksen suunnitteluprosessia ja menetelmän testausta. Lisäksi pohditaan menetelmän

luotettavuuteen, käytettävyyteen ja tuotteistamiseen liittyviä asioita. Työssä on läh-

6

detty kehittämään ja suunnittelemaan keskustelusta syntyneen idean pohjalta mobii-

lia eli älypuhelimen avulla tapahtuvaa mielialavaihtelujen arviointimenetelmää. Ar-

viointimenetelmän tavoitteena on edistää erityisesti kaksisuuntaista mielialahäiriötä

ja masennusta sairastavien potilaiden omaa elämänhallintaa, mahdollistaa hoitohen-

kilökunnalle potilaan pitkäaikainen seuranta ja korvata ainakin osittain mielialahäiri-

öissä yleisesti käytettyä mielialapäiväkirjan käyttöä. Työssä keskitytään mieliala-

vaihtelujen mobiilin arviointimenetelmän osalta kaksisuuntaisen mielialahäiriön mie-

lialavaihtelujen tunnistamiseen.

Kehitetty arviointimenetelmä käyttää hyväkseen nykyään lähes kaikissa älypuheli-

missa vakiona olevia kiihtyvyysanturia ja langatonta tietoliikenneyhteyttä. Arvioin-

timenetelmä toimii joko selainpohjaisena tai itsenäisenä sovelluksena ilman puheli-

meen liitettäviä lisälaitteita. Tässä työssä arviointimenetelmä on vielä suunnitteluvai-

heessa ja prosessia esitellään suunnittelun näkökulmasta. Työssä on esitetty myös

arviointimenetelmän luotettavuutta ja käytettävyyttä testaavan sovelluksen vaatimuk-

set ja käytännön tutkimussuunnitelma menetelmän testaamiseksi.

Työn tavoitteena on myös luoda alustava suunnitelma, miten edetään mielialavaihte-

lujen mobiilin arviointimenetelmän ideasta tuotteeseen niillä tiedoilla, mitkä ovat

prosessin tällä hetkellä käytettävissä.

7

2 KAKSISUUNTAINEN MIELIALAHÄIRIÖ

Tässä kappaleessa käydään läpi kaksisuuntaisen mielialahäiriön tunnuspiirteitä ja

sairauden kulkua ja hoitoa, jotta saadaan riittävä teoreettinen tausta ja ymmärrys mie-

lialavaihtelujen mobiilin arviointimenetelmän suunnittelun pohjaksi. Teoreettisen

taustan avulla muodostetaan viitekehys, joka kuvaa tämän hetkistä ymmärrystä sai-

raudesta. Samalla esitetään ne perustiedot, joiden pohjalta idea mielialavaihtelujen

mobiilista arviointimenetelmästä syntyi moniammatillisen keskustelun tuloksena.

Osa teoreettisesta taustasta kerättiin suunnitteluprosessin aikana.

Jokaisella meistä on hyviä ja huonoja päiviä. Pidemmät huonot ja hyvät jaksot kuu-

luvat normaaliin elämään. Perusvire voi olla silti positiivinen, vaikka yksittäiset asiat

surettaisivat. Mielialalla tarkoitetaan ohimeneviä tunnetiloja pitkäaikaisempaa ja

voimakkaampaa pohjavirettä. Kaksisuuntaisessa mielialahäiriössä mieliala vaihtelee

tavanomaista voimakkaammin. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg

2013, 19.)

Kaksisuuntaisen mielialahäiriön biologinen tausta liittyy aivoissa tapahtuvaan her-

mosolujen signalointiin. Mielialaa säätelevät erityisesti noradrenaliini, serotoniini ja

dopamiini -nimiset välittäjäaineet. Häiriöillä näiden välittäjäaineiden tuotannossa on

todettu olevan yhteyttä kaksisuuntaisen mielialahäiriön kehittymiseen. Kaksisuuntai-

sen mielialahäiriön laukaisevia tekijöitä on useita ja yleensä ne liittyvät elämänkrii-

seihin, stressiin, alkoholismiin tai huumeiden käyttöön. (Terve.fi www-sivut.)

2.1 Sairauden oireet, esiintyvyys ja periytyvyys

Sairausjakson aikana ihminen ei ole oma itsensä. Hän saattaa sanoa ja tehdä asioita,

joita hän ei normaalisti tekisi. Sairastunut ei useinkaan itse näe toiminnassaan mitään

poikkeavaa, vaikka läheiset voivat kokea muutoksen pelottavana. Oireista on haittaa

sekä sairastuneelle itselle että ympäristölle ja ne ovat voimakkuutensa takia helposti

havaittavia. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 19–20.)

8

Kaksisuuntaisessa mielialahäiriössä mieliala vaihtelee masennuskausien, vauhdik-

kaampien kausien ja normaalin mielialan kausien välillä. Normaalien mielialan kau-

sien aikana ihminen on toimintakykyinen ja tavallinen itsensä. Kaksisuuntaisen mie-

lialahäiriön ICD -luokituksen (WHO:n International Classification of Diseases) mu-

kaiset diagnostiset kriteerit löytyvät liitteestä 1. (Lähteenmäki 2013.)

Sadeniemen ynm. (2013) mukaan masennustilassa keskeisimpänä piirteenä on mieli-

alan lasku. Vallitsevana oireena voi olla jatkuva väsymys tai mielenkiinnon menet-

täminen. Varsinaisesta masennuksesta puhutaan, jos masennusoireet ovat kestäneet

vähintään kaksi viikkoa. Yleisiä oireita masennuksessa ovat

­ keskittymis- ja huomiokyvyn heikkeneminen

­ itsetunnon ja itseluottamuksen heikkeneminen

­ syyllisyyden ja arvottomuuden kokemukset

­ synkät ja pessimistiset ajatukset tulevaisuuden suhteen

­ itsetuhoiset ajatukset ja teot

­ unihäiriöt

­ ruokahalun muutokset

­ mielihyvän tunteiden menetys.

Maniassa mieliala kohoaa suhteettoman korkealle. Ihminen voi tuntea maniassa, että

hänellä menee paremmin kuin koskaan. Joskus mieliala voi olla kiihtynyt ja ärtynyt.

Mania on kokonaisvaltainen tila, jossa ihmisen kokemus itsestään ja ympäröivästä

maailmasta muuttuu. Maniaan liittyy myös kokemus siitä, että on paremmassa kun-

nossa kuin ikinä ja kyky arvioida oman toiminnan riskejä ja seurauksia on selvästi

alentunut. Mielialan muutoksen lisäksi muita manian oireita ovat

­ toimeliaisuuden lisääntyminen tai fyysinen rauhattomuus

­ puheliaisuuden lisääntyminen tai fyysinen rauhattomuus

­ unen tarpeen väheneminen

­ ajatuksen riento tai tunne siitä, että ajatustoiminta on kiihtynyt

­ tavanomaisten sosiaalisten käytöstapojen häviäminen

­ keskittymiskyvyttömyys

­ itsetunnon kohoaminen tai kuvitelmat omista kyvyistä ja suuruudesta

9

­ uhkarohkea tai vastuuton käyttäytyminen

­ lisääntynyt seksuaalinen halukkuus.

Jotta voidaan puhua maniasta, oireita on mielialan kohoamisen lisäksi oltava kolme

ja mielialan kohoamisen tulee kestää vähintään kaksi viikkoa. Lyhyempikin aika

riittää, jos oireilu vaatii sairaalahoitoa. Yli puolella maniaan sairastuneista on myös

psykoottisia oireita. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 22.)

Hypomaniassa ihmisen käyttäytyminen ja ajattelu eivät muutu niin voimakkaasti

kuin maniassa, mutta kuitenkin niin, että ihminen ei ole oma tavallinen itsensä. Jotta

voidaan puhua hypomaanisesta jaksosta, tulee mielialan olla kohollaan vähintään

neljä päivää. Hypomaaninen henkilö on tavalliseen itseensä verrattuna toimeliaampi

ja hän saattaa olla tavallista toimeliaampi, ärhäkämpi, sosiaalisempi ja purkaa ener-

giaansa liikuntaan tai muihin aktiviteetteihin. Lisäksi tyypillisiä oireita ovat seksuaa-

lisen halukkuuden lisääntyminen, keskittymiskyvyn heikentyminen ja unen tarpeen

vähentyminen. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 22–23.)

Hypomanian seurauksena on usein masennuskausi. Lisäksi hypomania voi muuttua

varsinaiseksi maniaksi. Tästä johtuen kaksisuuntaista mielialahäiriötä sairastavan ja

hänen läheistensä on tärkeää oppia tunnistamaan hypomaniajaksot sairauden oireina.

Kolmasosalla kaksisuuntaista mielialahäiriötä sairastavilla esiintyy myös sekamuo-

toisia oirejaksoja. Tällöin sekä kohonneen mielialan että masennuksen jaksot seuraa-

vat toisiaan nopeasti vaihdellen tai jopa yhtä aikaa. (Sadeniemi, Aer, Jänkälä, Sorva-

niemi & Stenberg 2013, 23–24.)

Kaksisuuntainen mielialahäiriö jaetaan perinteisesti kahteen eri tyyppiin

­ Tyypin 1 kaksisuuntaisessa mielialahäiriössä esiintyy masennusjaksoja ja

varsinaisia maniajaksoja tai sekamuotoisia jaksoja

­ Tyypin 2 kaksisuuntaisessa mielialahäiriössä ei esiinny lainkaan varsinaisia

maniajaksoja vaan ainoastaan masennuskausia ja hypomaniajaksoja.

Tyypit ovat itsenäisiä diagnooseja ja niiden kulussa on huomattavia eroja. Tyypin 2

kaksisuuntaisessa mielialahäiriössä mielialan kohoamisen jaksot ovat lievempiä kuin

10

tyypissä 1. Tyypissä 2 on pidempiä ja useammin toistuvia masennuskausia. Kumpi-

kin häiriö aiheuttaa yhtä paljon itsemurhia, sairauslomia ja työkyvyttömyyseläkkeelle

siirtymisiä. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 25.)

Kaksisuuntaista mielialahäiriötä sairastavalla on tavallisesti muitakin oireita kuin

vain mielialanvaihtelua. Tavallisimmat psyykkiset oheissairaudet ovat

­ ahdistuneisuushäiriöt

­ paniikkihäiriöt

­ persoonallisuushäiriöt

­ syömishäiriöt.

Kaksisuuntainen mielialahäiriö puhkeaa useimmiten nuorella aikuisiällä. Sairauden

ensimmäinen oirejakso voi olla mikä tahansa mielialahäiriötyyppi eli masennus, hy-

pomania, mania tai sekamuotoinen jakso. (Sadeniemi, Aer, Jänkälä, Sorvaniemi &

Stenberg 2013, 28.)

Usein hoitoon hakeudutaan masennusvaiheessa, jolloin aikaisemmat kohonneen mie-

lialan jaksot jäävät huomioimatta ja diagnoosiksi asetetaan virheellisesti pelkkä ma-

sennus. Tämä diagnoosi on haitallinen, koska masennuksen hoidossa käytettävät

lääkkeet voivat laukaista kaksisuuntaista mielialahäiriötä sairastavalla manian ja pa-

hentaa oireita. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 28.)

Maaninen vaihe alkaa usein nopeasti ja kestää kahdesta viikosta viiteen kuukauteen.

Masennusvaihe kestää keskimäärin kuusi kuukautta. Kaksisuuntaisen mielialahäiriön

kulku on aina yksilöllinen. Osalle ei tule kuin pari oirejaksoa koko elämän aikana,

osalla elämä on jatkuvaa liikettä mielialojen ääripäiden välillä. Tiheäjaksoisella kak-

sisuuntaisella mielialahäiriöllä tarkoitetaan sairausmuotoa, jossa henkilö sairastaa

yhden vuoden aikana neljä tai useampia mielialahäiriöjaksoja. (Sadeniemi, Aer, Jän-

kälä, Sorvaniemi & Stenberg 2013, 28.)

Kaksisuuntaiseen mielialahäiriöön liittyy huomattava itsetuhokäyttäytymisen riski.

Itsetuhokäyttäytymisen riskitekijöitä ovat aikaisemmat itsemurhayritykset, toivotto-

muus, jaksojen vakavuus, sairauden varhainen alkaminen, sairaalahoidot depression

11

vuoksi, suvussa esiintyneet itsemurhat, sekamuotoiset jaksot, tiheäjaksoisuus, sa-

manaikainen ahdistuneisuushäiriö ja päihdehäiriö sekä yksin asuminen. Suurin osa

itsetuhokäyttäytymisestä tapahtuu masennus- tai sekamuotoisten vaiheiden aikana.

(Valtonen, Suominen, Mantere, Leppämäki, Arvilommi & Isometsä 2007, 107.)

Kaksisuuntaisen mielialahäiriön esiintyvyyttä ei tunneta Suomessa kovin tarkasti.

Terveys 2000 -tutkimukseen liittyvässä jatkotutkimuksessa kaksisuuntaisen mieliala-

häiriön esiintyvyydeksi todettiin tyypin 1 häiriön osalta 0,53 % ja tyypin 2 häiriön

osalta 0,72 %. Tutkimus oli rajattu 19–34 vuotiaisiin. (Lähteenmäki 2013.)

Perintötekijöiden merkittävä osuus on osoitettu vakuuttavasti tyypin 1 kaksisuuntai-

sen mielialahäiriön osalta (Farmer, Elkin & McGuffin 2007, 8). Ne selittävät 79–93

% tyypin 1 häiriön esiintyvyyden vaihtelusta väestössä (Kieseppä, Partonen, Haukka,

Kaprio & Lönnqvist 2004). Myös tyypin 2 kaksisuuntaiseen mielialahäiriöön liittyy

perinnöllistä alttiutta. Yksilötasolla perintötekijöiden todennäköistä osuutta voidaan

arvioida mielialahäiriöiden sukuhistorian valossa. Henkilöillä, joiden ensiasteen su-

kulaisella on tyypin 1 kaksisuuntainen mielialahäiriö, sairastumisriski on muuhun

väestöön nähden 5–10-kertainen (Edvardsen, Torgersen, Røysamb, Lygren, Skre,

Onstad, & Oien 2008, 229).

2.2 Sairauden hoito

Lääkehoidolla pyritään hoitamaan ajankohtainen mielialahäiriöjakso, eli masennus

tai maaninen jakso. Estolääkityksellä pyritään ehkäisemään uusien mielialajaksojen

käynnistyminen. Kaksisuuntaisen mielialahäiriön tasapainoon saamisessa elämänhal-

lintataitojen kehittäminen ja terapia parantavat sairauden ennustetta. (Sadeniemi,

Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 177.)

Kaksisuuntaisen mielialahäiriön hoidossa käytettävät mielialaa tasaavat lääkkeet voi-

daan jakaa kolmeen ryhmään: psykoosiryhmän lääkkeet, epilepsialääkkeet ja litium.

Litium on vanhin tehokkaaksi todettu lääke kaksisuuntaiseen mielialahäiriöön. (Sa-

deniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 187–204.)

12

Kaksisuuntaisen mielialahäiriön masennusjaksojen hoito masennuslääkkeillä tapah-

tuu yleensä yhdessä mielialaa vakauttavan lääkkeen kanssa. Masennuslääkkeen käyt-

tö ainoana lääkkeenä lisää hypomanian tai manian puhkeamisen riskiä. Kaksisuuntai-

sessa mielialahäiriössä voidaan käyttää myös muita lääkkeitä, kuten rauhoittavia

lääkkeitä tai unilääkkeitä. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013,

199–201.)

Koska lääkehoito ei yksin riitä estämään mielialahäiriöjaksojen uusiutumista, tarvi-

taan hoidon tueksi myös psykoterapiahoitoja. Niitä on kehitetty useita erilaisia, jotka

ottavat huomioon sairauden erityispiirteitä. Kaksisuuntaisen mielialahäiriön hoitoon

kehitetyille psykoterapiamalleille on yhteistä

­ tiedon antaminen sairaudesta potilaalle ja omaisille

­ säännölliset elämänrytmit

­ lääkemyöntyvyyden tukeminen

­ stressin ja erilaisten muutosten hallinta

­ mielialan ja unen seuranta

­ esioireiden tunnistaminen ja selviytymisstrategioiden luominen

­ ihmissuhdeongelmien tunnistaminen

­ vuorovaikutustaitojen lisääminen

­ sairauteen sopeutuminen.

Kaksisuuntaisen mielialahäiriön hoidossa yleisesti käytettäviä psykoterapiamalleja

ovat kognitiivinen psykoterapia, interpersonaalinen psykoterapia, perhekeskeinen

psykoterapia ja erilaiset psykoedukatiiviset ryhmät. (Sadeniemi, Aer, Jänkälä, Sorva-

niemi & Stenberg 2013, 209–219.)

Masennusvaiheessa hoitomuotona voidaan käyttää myös neurostimulaatiohoitoja.

Laajimmassa käytössä neurostimulaatiohoidoista on sähköhoito eli ECT -hoito

(ElectroConvulsive Therapy). Lisäksi käytössä on uudempi hoitomuoto, magneetti-

stimulaatio eli TMS -hoito (Transkraniaalinen Magneettistimulaatiohoito). (Sade-

niemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 205–208.)

13

Mielialahäiriöjaksojen esioireet ovat samoja oireita, kuin täysimittaisen häiriöjakson

oireet, mutta ne ovat lievempiä. Esioireiden tunnistaminen on hyödyllistä, koska ne

ilmenevät usein samalla tavalla häiriöjakson uusiutuessa. Esioirevaihe voi kestää

ensimmäisistä oireista täysimittaiseen mielialahäiriöjaksoon muutamasta päivästä

kuukausiin. Yleisesti esioirevaihe on yli viikon mittainen ja keskimäärin se on kes-

toltaan kuukauden mittainen. Esioirevaiheen kesto tarjoaa mahdollisuuden tehdä eri-

laisia väliintuloja ja korjaavia toimenpiteitä, jotta täysimittaisen häiriöjakson puh-

keaminen voidaan ehkäistä. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013,

125.)

Mielialan seuranta ja havainnointi on keskeinen tapa havaita kaksisuuntaisen mieli-

alahäiriön vaihtelut. Mielialan muutoksia voidaan havainnoida mielialapäiväkirjan

avulla (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 131). Liitteessä 2

esitetty mielialapäiväkirja on yksi esimerkki yleisesti käytetystä mielialapäiväkirjas-

ta, mutta muitakin malleja on olemassa. Yhteisenä piirteenä mielialapäiväkirjoille on,

että niissä on oma sarake jokaiselle päivälle, johon merkitään kyseenomaisen päivän

vallitseva mieliala liitetyn arviointiasteikon mukaisesti.

Mielialapäiväkirjaan merkitään myös unen kokonaismäärä tunneissa, lääkitys, muu-

tokset lääkityksessä, alkoholin käyttö, muut päihteet ja naisilla kuukautisten ajankoh-

ta. Merkittävät tai stressiä tuottavat elämäntapahtumat voidaan myös merkitä mieli-

alapäiväkirjaan. Näin mielialapäiväkirjan avulla voidaan konkreettisesti havainnoi-

da, miten erilaiset elämäntapahtumat, uni, lääkkeiden ja päihteiden käyttö vaikuttavat

mielialaan. (Sadeniemi, Aer, Jänkälä, Sorvaniemi & Stenberg 2013, 131–135.)

Liitteen 2 esimerkissä on annettu valmis asteikko vallitsevalle mielialalle, mutta jo-

kainen mielialaa seuraava henkilö voi määrittää oma asteikkonsa. Tällöin arvioidaan

miten mieliala muuttuu kunkin lukeman kohdalla ja mitä muita oireita ilmenee sa-

manaikaisesti. Samalla kun luodaan oma asteikko mielialanvaihteluille, voidaan luo-

da myös toimintasuunnitelma, jolloin voidaan ennakoida miten kannattaa reagoida

kunkin oireen ilmaannuttua.

14

3 MIELIALAN ARVIOINNIN TEOREETTINEN TAUSTA

3.1 Fyysisen aktiivisuuden suhde mielialaan

World Health Organizationin tekemä ICD-10 (International statistical classification

of Diseases and Related Health Problems, revision 10) luokituksen mukaiset kak-

sisuuntaisen mielialahäiriön diagnostiset kriteerit on lueteltu liitteessä 1. Pelkästään

näihin diagnostisiin kriteereihin tutustuessa voidaan todeta fyysisen aktiivisuuden ja

toimeliaisuuden muutoksen liittyvän vallitsevaan mielialajaksoon. (Lähteenmäki

2013.)

Kriteerien mukaan masennusjakson aikana esiintyy poikkeuksellista väsymystä ja

voimavarojen vähentymistä. Erityisesti tämä korostuu vaikeassa masennuksessa,

jolloin kaikki kriteeristön B osan kohdat täyttyvät. Masennusjakson todentamisen

laukaisevana kriteerinä voidaan pitää jakson pituutta eli kriteeristön oireiden määrän

täyttyminen ei yksistään riitä, vaan oireiden täytyy myös olla kestoltaan vähintään

kaksi viikkoa. (Lähteenmäki 2013.)

Hypomania- ja maniajaksoihin liittyy puolestaan kriteeristön mukaan lisääntynyt

toimeliaisuus ja fyysisen rauhattomuus. Jotta hypomanian kriteerit täyttyvät tulee

oireiden esiintyä vähintään neljä päivää. Manian oireiden tulee kestää vähintään vii-

kon ajan. Lyhyempikin aika riittää, jos oireet vaativat sairaalahoitoa. Hypomaniassa

oireiden tulee aiheuttaa jonkinasteista haittaa toimintakyvylle ja maniassa vakavaa

haittaa toimintakyvylle. (Lähteenmäki 2013.)

Sekamuotoisessa jaksossa maaninen, hypomaaninen ja masennusjakso esiintyvät

joko samanaikaisesti tai nopeasti vaihdellen. Sekamuotoisen jakson suhdetta fyysi-

seen aktiivisuuteen on siis vaikea havainnoida elleivät jaksot ja toimeliaisuus sekä

fyysinen rauhattomuus vaihtele tiheästi ja selkeästi. (Lähteenmäki 2013.)

15

3.2 Fyysisen aktiivisuuden mittaaminen

Fyysistä aktiivisuutta voidaan mitata usealla eri menetelmällä. Sovellettavan mene-

telmän valinta riippuu mittaustilanteesta. Menetelmät voidaan jakaa subjektiivisiin ja

objektiivisiin menetelmiin. Subjektiivisilla arviointimenetelmillä tarkoitetaan sellai-

sia menetelmiä, joissa tieto saadaan suoraan tutkittavalta, käyttämällä esimerkiksi

kyselyitä, aktiivisuuspäiväkirjoja, haastatteluja sekä havainnointia. Tällöin tiedon

luotettavuuteen voi vaikuttaa inhimilliset virheet ja näkemyserot. (Sylvia, Bernstein,

Hubbard, Keating & Anderson 2014, 199.)

Objektiivisissa menetelmissä tiedon tuottaminen ja usein myös tallennus tapahtuvat

mekaanisesti tai elektronisesti. Näissä menetelmissä ongelmat liittyvät pääasiassa

mittarin tallentaman tiedon analysointiin ja käsittelyyn. Objektiivisiksi menetelmiksi

luokitellaan kiihtyvyyden mittaus, sykkeen mittaus, askeleiden mittaus sekä kak-

soismerkityn veden menetelmä. Useimmissa tutkimuksissa suositellaan käytettäväksi

eri mittausmenetelmien yhdistelmää. Tämä ei ole kuitenkaan välttämätöntä, jos fyy-

sistä aktiivisuutta halutaan tarkastella vain yhdestä näkökulmasta. (Sylvia, Bernstein,

Hubbard, Keating & Anderson 2014, 199-201.)

Objektiivisista fyysisen aktiivisuuden mittausmenetelmistä kaksoismerkitty vesi on

tällä hetkellä tarkin. Kaksoismerkitty vesi toimii standardina muille menetelmille,

joilla mitataan päivittäistä kokonaisenergiankulutusta eli fyysistä aktiivisuutta. Kak-

soismerkitty vesi on kuitenkin kallis menetelmä ja vaatii laboratorio-olosuhteet, joten

sen käyttö tutkimuksissa on suhteellisen vähäistä. (Mäkinen & Piironen 2014, 16.)

Askelmittarit mittaavat askelien määrää ja tällä tavoin niitä käytetään kuvaamaan

päivittäisen fyysisen aktiivisuuden tasoa. Askelmittarit eivät ole kuitenkaan kovin

luotettavia, jonka vuoksi niitä ei käytetä tutkimuksissa ainoana tiedonkeruu laitteena.

(Mäkinen & Piironen 2014, 17.)

Kiihtyvyysmittarit ovat lupaavia työkaluja fyysisen aktiivisuuden mittaamiselle.

Kiihtyvyysmittarin etuja ovat, että ne voidaan asentaa pitkäaikaisesti koehenkilöille

eivätkä ne häiritse normaalia päivittäistä elämää. Kiihtyvyysmittarit tuottavat tietoa

fyysisen aktiivisuuden toistumismäärästä, intensiteetistä ja sen kestosta. Tätä kautta

16

pystytään arvioimaan fyysisen aktiivisuuden kokonaismäärää. (Mäkinen & Piironen

2014, 17)

Kiihtyvyysmittareihin perustuvia laitteita on testattu ja niistä on saatu rohkaisevia

tuloksia niin luotettavuuden kuin tarkkuuden puolesta. Tutkijoiden mielestä näillä

laitteilla voidaan tutkia luotettavasti fyysistä aktiivisuutta. Laitteet soveltuvat myös

fyysisen inaktiivisuuden mittaamiseen. (Mäkinen & Piironen 2014, 17–18.) Kuviossa

1 on kuvattu mittauksen tarkkuuden ja helppouden vaihtelu suhteessa mittaustapaan

(Tammelin 2009, 22).

Kuvio 1. Fyysisen aktiivisuuden mittaamisen tarkkuus suhteessa helppouteen (Tam-

melin 2009)

17

4 MIELIALAN ARVIOINTIMENETELMÄN IDEOINTI

Tässä työssä kuvatun menetelmän ideointi ja suunnittelu sai alkunsa allekirjoittaneen

keskustelusta yhdessä Psykologi Juha Marilan kanssa. Keskustelussa käytiin laajasti

läpi keinoja arvioida potilaan tilaa erilaisissa psyykkisissä sairauksissa. Jossain vai-

heessa keskustelu kääntyi kaksisuuntaisen mielialahäiriön mielialajaksoihin ja niiden

havaitsemiseen. Kuten tämän työn teoriaosuudessa on kuvattu, mielialajaksojen

mahdollisimman varhainen havaitseminen auttaa oireiden hallintaa ja estää niiden

pitkittymistä. Keskustelun edetessä esiin nousi ajatus eräänlaisesta "automaattisesta"

mielialapäiväkirjasta, joka perustuisi johonkin kaikkien saatavilla olevaan edulliseen

ja helposti monistettavaan teknologiaan.

Pohdintaa jatkettaessa ajatus matkapuhelimen kiihtyvyysanturin ja fyysisen aktiivi-

suuden käyttämisestä mielialajaksojen vaihtelujen arvioinnissa voimistui ideaksi.

Mielialavaihtelujen mobiili arviointimenetelmä -termillä tarkoitetaan jatkossa tässä

työssä tätä ideaa. Matkapuhelimet sisältävät nykypäivänä lähes poikkeuksetta si-

säänrakennetun kiihtyvyysanturin, jota voidaan käyttää puhelimen liikkeen ja sen

suuntautumisen mittaamiseen. Matkapuhelimen kiihtyvyysanturia on jo pitkään käy-

tetty erilaisissa liikunnallisissa sovelluksissa liikuntamäärien arviointiin ja erilaisten

pelien ohjausmuotona.

Innovaatioiden tuottamiseen tähtäävät menetelmät muodostavat menetelmäjoukon,

joiden tavoitteena on tuottaa ideoita. Innovaatioiden tuottamiseen käytettyjä mene-

telmiä ovat esimerkiksi aivoriihi eli brainstorming, 8X8 -menetelmä ja Osbornin ky-

symyslista. (Ojasalo, Moilanen & Ritalahti 2014, 89.) Tämä keskustelu toimi siis

eräänlaisena aivoriihenä innovaation idean syntymiselle.

Ennen keskustelua kumpikin osapuoli oli kerännyt tietoa omalta ammattialueeltaan

vuosien työkokemuksen ajan ja omien yleisten mielenkiinnon kohteiden ja harrastus-

ten pohjalta. Tietoa ja ammattitaitoa on kertynyt molemmille niin psykologian, psy-

kiatrian kuin mobiilitekniikan, ohjelmistotekniikan ja perinteisten insinööritaitojen

osalta. Varsinaiseen innovaatioon liittyvää teknistä tietoa ryhdyttiin hankkimaan vas-

18

ta keskustelussa syntyneen idean jälkeen. Työskentely innovaation parissa seurasi

luontevasti kuviossa 2 esitettyä Viestinnän keskusliiton innovaatiolinjauksissa esitet-

tyä innovaatioprosessia (Viestinnän keskusliitto 2010, 10).

Innovaatioprosessi etenee seuraavasti:

1. tiedon keruu ja sen analysointi

2. ideoiden (aloitteiden, aihioiden ja keksintöjen) tuottaminen ja etsiminen

3. ideoiden arviointi ja valinta jatkokäsittelyyn

4. konseptointi, alustavan ratkaisun muodostaminen ja edelleen kehittäminen

5. kaupallistaminen tai toteuttaminen

Kuvio 2. Esimerkki innovaatioprosessista (Viestinnän keskusliitto 2010)

Alkuvaiheen tiedon keruu ja ideoiden tuottamisen vaiheita seurasi arviointivaihe,

jossa ideaa arvioitiin suhteessa kerättyyn tietoon. Myös arviointivaiheen työskente-

lymenetelmänä käytettiin keskusteluja eli aivoriihiä ja keskustelujen pohjalta synty-

nyttä vapaamuotoista pöytäkirjaa. Arviointivaiheen keskustelujen tuloksena mieli-

alavaihtelujen mobiilille arviointimenetelmälle syntyivät seuraavat perustelut:

­ Lähes jokainen omistaa nykyisin matkapuhelimen, jossa on sisäänrakennettu

kiihtyvyysanturi (älypuhelin)

19

­ Menetelmässä ei tarvita erillistä laitetta, matkapuhelimeen asennettava oh-

jelmisto riittää

­ Menetelmä on mahdollinen toteuttaa. Tätä puoltavat aiemmin aiheesta tehdyt

tutkimukset ja julkaisut, kuten esim. EU -rahoitteinen MONARCA -projekti.

Lisäksi menetelmässä käytettävää tekniikkaa on käytetty jo aiemmin esim.

matkapuhelimien liikunnallisissa sovelluksissa

­ Matkapuhelin sovelluksen kehittäminen, kaupallistaminen ja jakelu ovat kus-

tannuksiltaan nykyään kohtuullisen edullisia ja helppoja toteuttaa

­ Menetelmä toimisi taustalla ja käyttäjän ei tarvitse kiinnittää sen käyttöön

matkapuhelimen normaalia käyttöä enempää huomiota

Näiden perustelujen pohjalta päädyttiin alkuperäisen idean viemisestä eteenpäin kon-

septointivaiheeseen. Konseptointivaiheessa muodostetaan alustava ratkaisu ja kehite-

tään sitä edelleen. Tässä työssä konseptointivaiheessa muodostetaan alustava ratkaisu

mielialavaihtelujen mobiilin arviointi menetelmän toimivuuden testaamiselle.

20

5 MIELIALAN ARVIOINTIMENETELMÄN KUVAUS

Tässä kappaleessa kuvataan konseptointivaiheen pohjalta syntynyt mobiili arviointi-

menetelmä. Työssä keskitytään nimenomaan menetelmän testausvaiheen ohjelmaan

ja ohjelman testaukseen liittyviin asioihin. Työstä on tarkoituksellisesti rajattu pois

lopullisen tuotteen eli matkapuhelimen sovelluksen (ohjelmisto, ohjelma) kuvaami-

nen, koska sovelluksen ensimmäistä testiversiota ei ole raportin kirjoittamisen aikaan

vielä saatu valmiiksi ja näin ollen testattua käytännössä.

Testisovelluksesta ja sen testaamisesta saatavien tuloksien arvioitiin vaikuttavan niin

paljon lopullisen tuotteen ominaisuuksiin, että tässä vaiheessa on liian aikaista yrittää

kuvata täydellisesti lopullista tuotetta. Työn aikana luotu englanninkielinen testiso-

velluksen kuvaus (software specification) löytyy kokonaisuudestaan liitteestä 3. Ku-

vaus perustuu edellä esitettyyn teoriaan kiihtyvyysantureista ja tulosten käsittelystä.

Testisovellus toteutetaan kuvauksen pohjalta joko selainpohjaisena tai kiinteästi pu-

helimeen asennettavana natiivisovelluksena. Selainpohjainen sovellus voidaan toteut-

taa esimerkiksi HTML5 -merkintäkielellä ja JavaScripteillä. Puhelimeen asennettava

natiivisovellus voidaan toteuttaa esimerkiksi Java -ohjelmointikielellä. Molemmilla

tavoilla toteutettuna sovellus voidaan tehdä kaikille kolmelle markkinoiden yleisim-

mille puhelinalustoille Windows, iOS ja Android. (W3 Group Finlandin www-sivut

2016.)

Sovelluksen vaatimukset on kuvattu yleisellä tasolla ja ne lähtevät käytännön vaati-

muksista. Vaatimukset on laadittu prosessin konseptointivaiheessa omien kokemus-

ten pohjalta. Sovelluksen täytyy olla helposti käytettävissä ja se ei saa aiheuttaa yli-

määräistä työtä mittauksen kohteena olevalle henkilölle. Sovellus ei saa häiritä puhe-

limen normaalia toimintaa eikä lyhentää merkittävästi sen toiminta-aikaa tai vähentää

käytettävissä olevaa muistikapasiteettia liikaa. Yhteenvetona voidaan todeta, että

sovelluksen tulisi toimia mahdollisimman luotettavasti ja huomaamattomasti jo testi-

vaiheessa, jotta sitä käyttävät henkilöt pysyisivät motivoituneena ja sovelluksella

saataisiin mahdollisimman kattavasti mittaustietoja tuotteen myöhempää kehittämistä

varten.

21

5.1 Kiihtyvyysanturin toimintaperiaate

Kiihtyvyysanturin antama lukema levossa on 1 g eli noin 9,81 m/s2

ylöspäin johtuen

maan vetovoimasta. Anturit mittaavat kiihtyvyyttä yleensä kolmen (x, y, z) toisiaan

vastaan kohtisuoran akselin suhteen omassa koordinaatistossaan. Antureissa käyte-

tään pietsoresistiivisiä, pietsosähköisiä, tai kapasitiivisia komponentteja, jotka muut-

tavat anturin mekaanisen liikkeen sähköiseksi signaaliksi. (Chen & Bassett 2005,

490.)

Kiihtyvyysantureiden antamissa lukemissa on anturin valmistuslaadusta riippuen eri

määrä mittausvirhettä. Yleensä anturin jokaisella akselilla on sekä vääristymää että

skaalaus -virhettä. Vääristymä on vakiosuuruinen virhe kiihtyvyyslukemassa ja skaa-

lausvirhe on suoraan verrannollinen kiihtyvyyteen. (Chen & Bassett 2005, 491.)

Nykyaikaisista matkapuhelimista eli älypuhelimista löytyy lähes poikkeuksetta kiih-

tyvyysanturi. Mobiililaitteiden käyttöjärjestelmien ohjelmointirajapinnan kautta kiih-

tyvyysantureilta saatava mittaus sisältää kolme lukuarvoa (x, y, z -akselit) eli näytettä

aikayksikköä kohden (Goodrich 2013, 1.) Kuviossa 3 on esitetty havainnollisesti

mittausakselit.

Kuvio 3. Kiihtyvyysanturin x, y ja z -akselit liikkeen suunnan mukaisesti (The Qt

Companyn www-sivut 2016)

22

Näytteiden arvoalueet ovat kvantisoituneet, koska anturin A/D-muunnin tuottaa 8–24

bittisiä kokonaislukuja. Antureiden näytteenottotaajuudet vaihtelevat paljon. Lait-

teesta ja käyttöjärjestelmästä riippuen käytössä olevat näytteenottotaajuudet ovat

väliltä 10–100 Hz. (Chen & Bassett 2005, 491.)

5.2 Mittaustulosten käsittely

Mittaustulosten määrä aikayksikköä kohden riippuu laitteen näytteenottotaajuudesta.

Jotta voidaan varmistua, että ihmisen fyysinen aktiivisuus voidaan mitata yksityis-

kohtaisesti ja tarkasti, näytteenottotaajuuden tulee täyttää ns. Nyquistin teoreeman

vaatimukset. Teoreeman mukaan näytteenottotaajuuden tulee olla kaksi kertaa suu-

rempi kuin taajuudeltaan suurimman liikkeen taajuus. (Chen & Bassett 2005, 491.)

Ei- iskevien liikkeiden taajuus on yleisesti alle 8Hz, mutta esimerkiksi raajojen liik-

keiden taajuus voi ajoittain nousta jopa 25Hz:iin (Chen & Bassett 2005, 491). Työs-

sä esitetyn sovelluksen kuvauksessa (liite 3) näytteenottotaajuuden esimerkiksi on

otettu Sony Xperia Z Ultra puhelimen näytteenottotaajuus 49Hz:iä, joka riittää juuri

mittaamaan 25Hz:n taajuudella tehdyt liikkeet. Koska kiihtyvyysanturin sisältämä

matkapuhelin on yleensä käyttäjänsä taskussa, eivät raajojen erilliset liikkeet näy

mittaustuloksissa. Matkapuhelimen avulla voidaankin mitata käyttäjän aktiivisuutta

yhtenä kokonaisuutena ja näin ollen alhaisempikin näytteenottotaajuus on riittävä.

Esimerkiksi 16Hz:n näytteenottotaajuudella voidaan mitata hyvin koko kehon liik-

keitä, jotka harvoin ovat luonteeltaan iskeviä. Koska näytteenottotaajuus määrittelee

kuinka monta näytettä eli lukuarvoa anturilta luetaan sekuntia kohden, vaikuttaa se

suoraan myös käsiteltävän tiedon määrään.

Työssä esitetyn fyysisen aktiivisuuden mobiilin arviointimenetelmän testaussovel-

luksen avulla saadaan kerättyä kiihtyvyysanturin mittaustietoa laitteelta. Mittaustie-

toa kertyy paljon, koska mittaus on kolmiulotteinen (x, y, z) ja jatkuva. Kertyvän

mittaustiedon tallettaminen veisi liikaa puhelimen rajoitettua muistikapasiteettia.

Liitteen 3 kuvauksessa esimerkinomaisesti arvioidun mittaustiedon määrä kolmen

tunnin ajalta on 754 MB, jos mittaus tapahtuu viiden sekunnin ajan minuutin välein.

Tällaista määrää tietoa on mahdotonta tallettaa matkapuhelimelle kovin pitkäksi ai-

23

kaa, joten testaussovelluksen konseptoinnissa lähdettiin siitä, että tieto lähetetään

pakettina ennalta määritellylle palvelimelle dataliittymän tai langattoman verkon

välityksellä. Lähetyksen onnistuessa tieto poistetaan puhelimesta. Saatu mittaustu-

lospaketti käsitellään siis puhelimen ulkopuolella.

Saadut mittaustulokset ovat lähetysvaiheessa ja palvelimelle tallennettaessa ns. "raa-

katietona", jota ei ole käsitelty mitenkään. Mittaustieto koostuu kolmelta eri mittaus-

akselilta saadusta lukuarvosta, joka voi olla liikkeen suunnasta riippuen negatiivinen

tai positiivinen. Kuviossa 4 on kuvattu esimerkinomaisesti yhden mittausakselin

kiihtyvyysarvo minuutin ajalta. Ylimmässä kuvassa mobiililaite on liikkunut käyttä-

jän liikkeen eli fyysisen aktiivisuuden mukaan saaden negatiivisia ja positiivisia ar-

voja puhelimen liikkeen suuntautumisen mukaisesti. Näin mittaussignaalista muo-

dostuu kuvaaja.

Kuvio 4. Mittaustulos kiihtyvyysanturin yhden akselin suhteen (Chen & Bassett

2005)

Kuviossa 4 esitetystä mittaustuloksesta on mahdotonta muodostaa suoraan tarkkaa

käsitystä fyysisen aktiivisuuden määrästä. Mittaustuloksesta muodostetaan tätä tar-

koitusta varten yksiselitteinen indeksi kuvaamaan esimerkiksi vuorokauden aikana

tapahtunutta fyysisestä aktiivisuutta. Useissa julkaisuissa yleisimmäksi ratkaisuksi

tähän esitetään kuvaajan pinta-alan laskemista digitaalisen algoritmin avulla (Chen &

Bassett 2005, 492).

Digitaalinen algoritmi sisältää joukon signaalinkäsittelyllisiä ja matemaattisia mene-

telmiä. Aluksi mittaustuloksen arvot muutetaan positiiviksi eli signaalille tehdään

kokoaaltotasasuuntaus (Chen & Bassett 2005, 492). Näin saadun kuvaajan pinta-ala

lasketaan matemaattisesti integroimalla. Kuvion 5 ylemmässä kuvassa kuvion 4 mit-

24

taustuloksille on tehty kokoaaltotasasuuntaus ja alemmassa kuvassa kuvaajan pinta-

ala on laskettu integroimalla kuvaaja 15 sekunnin aikajaksoin. Aikajakson voi määri-

tellä tarpeen mukaan ja tiettyyn rajaan asti mittaus tarkentuu mitä pienemmin aika-

jaksoin integrointi tehdään. Kyseenomaisen menetelmän etuja on, että se huomioi

liikkeen voimakkuuden sekä keston mukaan indeksin laskentaan ja mitätöi samalla

liikkeen suunnan vaikutuksen siihen.

Kuvio 5. Fyysisen aktiivisuuden määrä saadaan kuvaajan pinta-alasta (Chen & Bas-

sett 2005)

Vuorokauden aikainen indeksi muodostetaan siis laskemalla kaikilta kolmelta akse-

lilta saatujen mittausarvojen muodostaman kuvaajan pinta-ala yhteen vuorokauden

ajalta. Näin saadaan yksi positiivinen numeerinen lukuarvo kuvaamaan mobiililla

laitteella mitattua vuorokauden aikaista fyysistä aktiivisuutta. Kuviossa 5 alemman

kuvion pinta-alaksi eli fyysisen aktiivisuuden indeksiksi 60 sekunnin ajalta yhdeltä

mittausakselilta mitattuna saadaan kuvaajasta luettuna n. 6300. Tässä työssä ei ole

syvennytty mittaussignaalin käsittelyn ja integroimisen matemaattiseen teoriaan,

mutta laskenta on kohtuullisen helppo ymmärtää ja toteuttaa perehtymällä kuvaajan

pinta-alan laskennan perusteisiin ja Riemannin summaan ja integraaliin. Käytännössä

laskutoimitukset on helpointa toteuttaa tietokoneen taulukkolaskentaohjelmalla tai

ohjelmoimalla tällainen algoritmi sovelluksena. Tässä opinnäytetyössä esitetyn mie-

lialavaihtelujen mobiilin arviointimenetelmän lopullisessa sovelluksessa laskenta

suoritetaan sovelluksen sisäisesti valmiilla algoritmilla.

25

5.3 Tulosten luotettavuuden arviointi

Työssä kuvatulla menetelmällä saatuihin mittaustuloksiin liittyy, niin kuin kaikkiin

mittauksiin, aina mittavirhettä. Mittaustulos on aina arvio mitattavasta arvosta. Yksit-

täisen mittauksen virhe jakaantuu systemaattiseen ja satunnaiseen virheeseen. Syste-

maattinen virhe pysyy samana tai muuttuu säännönmukaisella tavalla. Kiihtyvyysan-

turilla mitattaessa esiintyy aina anturin laadusta ja tarkkuudesta sekä ohjelmiston

tarkkuudesta riippuvaa systemaattista virhettä. Tätä esiintyy lähtökohtaisesti aina,

kun kyse on analogisen mittauksen tuloksen muuttamisesta digitaaliseksi tulokseksi.

Lisäksi antureilla on aiemmassa kappaleessa mainitun tavoin aina vääristymää ja

skaalausvirhettä mittaustuloksissa. (Metrology Research Institute www-sivut 2016.)

Systemaattisen virheen merkitys on tässä menetelmässä kohtuullisen merkityksetön,

koska lopputuloksena tavoitellaan fyysistä aktiivisuutta kuvaavaa numeerista arvoa,

jolle ei ole olemassa yleisiä viite- tai tavoitearvoja. Jokaisen henkilön fyysinen aktii-

visuus suhteessa mielialaan täytyy normittaa erikseen yksilökohtaisesti.

Satunnainen virhe johtuu mittaajasta itsestään eli tässä tapauksessa matkapuhelimen

käyttäjästä tai olosuhteista. Yleisesti satunnainen virhe poistetaan toistamalla mittaus

useita kertoja, mutta tässä menetelmässä se on mahdotonta, koska mitataan jatkuvasti

muuttuvaa toimintaa eli ihmisen fyysistä aktiivisuutta, joka koostuu liikkeestä. Sa-

tunnaisen virheen merkitys korostuu työssä kuvatussa arviointimenetelmässä huo-

mattavasti enemmän kuin systemaattinen virhe. Onko matkapuhelin aina käyttäjän

mukana? Onko matkapuhelimen fyysinen aktiivisuus sama asia kuin käyttäjänsä fyy-

sinen aktiivisuus? Korreloiko matkapuhelimella mitattu fyysinen aktiivisuus käyttä-

jän mielialavaihtelujen kanssa? Kaikki nämä riippuvat suuresti miten puhelinta käy-

tetään ja mitä satunnaisia virheitä puhelimen käyttöön ja mukana kuljettamiseen liit-

tyy mittaamisen onnistumisen kannalta.

Lisäksi on otettava huomioon, että testisovelluksen mittaustapa ei ole tiedon määräs-

tä johtuen jatkuva, vaan tapahtuu 5 sekunnin jaksoissa 55 sekunnin välein, jolloin

saadun mittaustiedon ja arviointimenetelmän luotettavuuden arviointi on vaikeam-

paa. Testisovelluksen mittaustavan jaksottaisuudesta mahdollisesti johtuva mittaus-

epätarkkuus poistuu lopullisen sovelluksen jatkuvan mittaustavan myötä.

26

6 ASKELEET KONSEPTISTA VALMIIKSI TUOTTEEKSI

6.1 Menetelmän testaaminen

Mielialavaihtelujen mobiilin arviointimenetelmän suunnittelu on tähän asti keskitty-

nyt fyysisen aktiivisuuden mittaamiseen ja siitä saatujen tulosten käsittelyyn. Miten

fyysistä aktiivisuutta mittaava matkapuhelinsovellus ja sillä saadut fyysisen aktiivi-

suuden indeksit saadaan liitettyä mielialanvaihteluihin? Menetelmän testausvaiheessa

täytyy sovelluksen yleisen toiminnan testaamisen lisäksi tehdä myös kliininen tutki-

mus, jossa tutkitaan tietyllä ajanjaksolla sekä henkilön fyysistä aktiivisuutta valmiilla

testaussovelluksella että henkilön päivittäistä subjektiivista kokemusta omasta mieli-

alasta. Seuraavassa kappaleessa on kuvattu yhteistyössä psykologi Juha Marilan ja

Satakunnan sairaanhoitopiirin nuorisopsykiatrian avohoidon poliklinikan kanssa laa-

dittu kliininen tutkimussuunnitelma. Tutkimuksen toteutuminen ja aikataulu olivat

työtä kirjoitettaessa vielä avoimia, koska testaamisen tarvittava sovellus ei ollut vielä

valmiina.

6.2 Kliinisen tutkimuksen suunnitelma

Tutkimuksen tiedonkeruu tapahtuu matkapuhelimeen asennettavalla testaussovelluk-

sella (kuvaus liitteessä 4), joka lähettää kiihtyvyysanturin mittaustiedot automaatti-

sesti verkkopalvelimelle kolmen tunnin ajalta viiden sekunnin ajalta minuutin välein

mitattuna. Tutkittava henkilö täyttää samalla päivittäin Internetissä olevaa selainpoh-

jaista mielialapäiväkirjaa (Liite 3). Mielialapäiväkirjan avulla tutkittava henkilö arvi-

oi subjektiivisesti omaa mielialaansa ja päivittäiselle mielialalle saadaan numeerinen

arvo. Selainpohjainen mielialapäiväkirja on Juha Marilan suunnittelema ja toteutta-

ma. Mielialapäiväkirjassa kysytään päivittäisen mielialan lisäksi myös muita täyden-

täviä kysymyksiä, jotka on arvioitu olevan hyödyksi kliinisen tutkimuksen tuloksia

arvioitaessa.

Tutkimuksen otoksena on 20 kaksisuuntaista mielialahäiriötä sairastavaa henkilöä

varsinaisena koeryhmänä ja 1-10 ei diagnoosin saanutta henkilöä verrokkiryhmänä.

Koeryhmä rekrytoidaan Satakunnan sairaanhoitopiirin nuorisopsykiatrian avohoidon

27

poliklinikoilta ja verrokkiryhmän rekrytointi on suunniteltu tapahtuvan vapaaehtois-

ten avulla. Kaikki tutkimukseen osallistuvat henkilöt haastatellaan henkilökohtaises-

ti ja opastetaan tutkimuksen kulkuun ennen tutkimuksen aloittamista. Haastattelun ja

opastuksen sisällöt on esitetty alla. Suostumus tutkimukseen osallistumisesta anotaan

koeryhmän osalta sekä Satakunnan sairaanhoitopiiriltä että itse koeryhmän jäseniltä

kirjallisesti. Verrokkiryhmän osalta suostumus pyydetään osallistujilta kirjallisesti.

Alkuhaastattelussa tutkimuksen osallistujan nimi, yhteystiedot, ikä, sukupuoli, lääki-

tys ja mahdollinen diagnoosi tallennetaan numeroidulle paperiselle kaavakkeelle.

Jokainen osallistuja saa kaavakkeen mukaisen yksilöllisen tutkimusnumeron, jonka

avulla tutkimuksen aikana kerätyt tiedot voidaan yhdistää anonyymisti. Kaikki tut-

kimuksen aikana kerätty tieto tullaan tallentamaan tutkimusta varten avatulle verk-

kopalvelimelle alkuhaastattelun kaavaketta lukuun ottamatta ilman henkilötietoja ja

niitä käsitellään luottamuksellisesti. Tutkimuksen jälkeen henkilötiedot tuhotaan ja

jäljelle jää vain tietoja yhdistävä tutkimusnumero. Tutkimuksen tiedonkeruun on

suunniteltu kestävän noin kolme kuukautta. Tutkimuksen kesto pohjautuu asiantunti-

jan arvioon ajanjaksosta, johon oletetaan sisältyvän merkittäviä mielialan muutoksia

osallistujien joukossa.

Alkuhaastattelun yhteydessä osallistujat opastetaan täyttämään verkkopalvelimella

seuraavat kyselylomakkeet:

– Masennuskysely BD-21

– WHO:n elämänlaatumittari WHOQOL-BREF

– Hamilton Depression Rating Scale

– Youngin Mania-asteikko YMRS.

Osallistuja kirjaa tiedot yksilöllisellä tutkimusnumerollaan. Lomakkeiden avulla luo-

kitellaan tutkimuksessa saatua tietoa ja sitä voidaan hyödyntää mahdollisesti myös

muissa alan tutkimuksissa. Lisäksi lomakkeista saadulla tiedolla voidaan kontrolloida

verrokkiryhmän mahdollisia yllättäviä diagnooseja, jotka voivat vääristää tutkimuk-

sesta saatuja tuloksia.

28

Alkuhaastattelun yhteydessä osallistuja opastetaan käyttämään puhelimessa toimivaa

fyysisen aktiivisuuden mittaussovellusta. Lisäksi osallistuja opastetaan täyttämään

päivittäistä mielialapäiväkirjaa verkkopalvelimella. Lopuksi käydään läpi mahdolli-

set ongelmatilanteet ja muut huomioonotettavat asiat, kuten esim. sovelluksen toi-

mimattomuus. Osallistuja saa myös yhteystiedot mahdollisia kysymyksiä ja ongel-

matilanteita varten.

Vuorokauden ajalta saadun kiihtyvyysanturisignaalin käyrästä lasketun fyysisen ak-

tiivisuuden indeksin avulla saadaan selville matkapuhelimen käyttäjän vuorokautinen

fyysinen aktiivisuus. Näin voidaan tutkia korreloiko tämä fyysisen aktiivisuuden

indeksi selainpohjaisen mielialapäiväkirjan mieliala-arvon kanssa. Selainpohjaisessa

lomakkeessa eri mielialat on ilmaistu sanallisesti, mutta niistä muodostuu palvelimel-

le numeerinen arvo, joka vastaa kutakin mielialaa (Kuvio 6).

Kuvio 6. Subjektiivista sanallista mieliala-arviota vastaava numeerinen arvo

Jokaisen tutkimukseen osallistuvan henkilön päivittäiset mielialapäiväkirjan ja fyysi-

sen aktiivisuuden tiedot kerätään kolmen kuukauden ajalta yhdessä alkutietojen

kanssa suoraan yhdelle verkkopalvelimelle, jolloin tietojen analysointi on helpom-

paa. Kiihtyvyysanturi- ja mielialapäiväkirjalla kerättyä tietoa verrataan toisiinsa ja

tutkitaan löytyykö niiden väliltä tilastollisesti merkittävää korrelaatiota.

29

Korrelaatio on todennäköisyyslaskennassa ja tilastotieteessä käytetty käsite, joka

kuvaa kahden muuttujan välistä riippuvuutta. Kahdella muuttujalla tarkoitetaan tässä

tutkimuksessa mittaamalla ja laskemalla saatua vuorokauden fyysisen aktiivisuuden

arvoa ja mielialapäiväkirjan arvoa. Korrelaatiokerroin tarkoittaa aineistosta laskettua

havaintojen (arvojen) välistä korrelaatiota. Tarkkaan ottaen se on numeerinen mitta

satunnaismuuttujien väliselle lineaariselle riippuvuudelle. Riippumattomien muuttu-

jien välillä ei ole korrelaatiota. (Metsämuuronen 2011, 357.)

Yksinkertaistettuna voidaan todeta, että mitä enemmän korrelaatiokerroin poikkeaa

nollasta sitä vahvempi korrelaatio eli riippuvuus muuttujien välillä on. Esimerkiksi

korrelaatiokerroin 0,7664 kertoo, että 76,64 % tapauksista toisen muuttujan vaihtelu

selittää toisen muuttujan vaihtelun. Korrelaatio ei kuitenkaan implikoi kausaliteettia

eli syy-seuraussuhdetta, mutta usein se on hyvä vihje mahdollisesta syy-

seuraussuhteesta. (Metsämuuronen 2011, 357.)

Vaikka kahden muuttujan arvot ovat yhteydessä toisiinsa, niin pelkän havaitun riip-

puvuuden eli assosiaation perusteella ei siis voida tehdä päätelmiä kausaalisuudesta.

Tässä tutkimuksessa kausaliteetin toteaminen on tärkeätä, koska arviointimenetelmän

luotettavuuden kannalta on ehdottoman tärkeää, että älypuhelimen kiihtyvyysanturil-

la mitatut fyysinen aktiivisuuden muutokset ovat seurausta mielialan muutoksesta.

Havaitun assosiaation taustalla saattaa olla sekoittava muuttuja, joka vaikuttaa mo-

lempiin muuttujiin.

Hill (1965) on esittänyt kriteerit, joiden mukaan voidaan arvioida johtuuko havaittu

assosiaatio kausaliteetista:

­ Assosiaation voimakkuus - mitä voimakkaampi korrelaatio, sitä luultavimmin

taustalla on kausaaliyhteys

­ Konsistenssi - samanlaisia tuloksia muissa riippumattomissa tutkimuksissa

­ Spesifisyys

­ Ajallinen suhde - syyn tulee edeltää seurausta

­ Annos-vaste - altistusta kasvattamalla, vaste muuttuu

­ Uskottavuus - kausaalisuus on biologisesti uskottava eli sen voi selittää bio-

logisella periaatteella

30

­ Johdonmukaisuus - epäilty kausaalisuhde ei ole ristiriidassa tunnetun tietä-

myksen kanssa

­ Kokeellinen näyttö - joissakin tapauksissa on mahdollista saada kokeellista

näyttöä kausaalisuuden puolesta

­ Analogia - samantapaisia kausaaliyhteyksiä tunnetaan ennalta

Kausaliteetin toteamisen osalta tämänkin tutkimuksen osalta tulee noudattaa suurta

varovaisuutta. Kausaalipäätelmiä varten tarvitaan usein ulkopuolista tietämystä, eikä

niitä voi tehdä pelkästään kerätyn tiedon avulla. Kausaliteettia voi arvioida Hillin

kriteerien lisäksi myös esimerkiksi Pearlin kausaalimallin avulla (Pearl 2009, 96).

6.3 Kaupallistaminen

Työssä esitetyn mielialavaihtelujen mobiilin arviointimenetelmän kaupallistamisen

suunnittelu on tässä vaiheessa vaikeaa johtuen innovaatioprosessin keskeneräisyy-

destä. Testisovelluksen valmistuminen ja kliinisen tutkimuksen toteuttaminen ovat

tämän innovaatioprosessin käännekohtia ja niiden tulosten pohjalta voidaan joko

vahvistaa tai poistaa menetelmään liittyviä epävarmuuksia. Tässä vaiheessa ei siis

vielä voida varmuudella todeta, onko menetelmällä mahdollisuuksia kehittyä toimi-

vaksi tuotteeksi.

Muutamia suuntaviivoja voidaan kuitenkin asettaa olettaen, että menetelmä sinällään

on toimiva ja korrelaatio ja kausaliteetti älypuhelimella mitatun fyysisen aktiivisuu-

den ja mielialan välillä löydetään. Tuotteen kaupallistaminen edellyttää, että lopulli-

nen sovellus käsittelee mitatun tiedon itse puhelimessa eikä lähetä sitä ulkopuoliseen

verkkopalvelimeen käsittelyä varten. Näin ollen sovellus muodostaisi koko ajan fyy-

sisen aktiivisuuden indeksiä ja ilmoittaisi käyttäjälleen mikäli se havaitsisi huomatta-

via poikkeamia normaalista ja näin voitaisiin olettaa myös mielialan muuttuneen tai

olevan muuttumassa. Koska molemmat suureet ovat henkilöittäin vaihtelevia, vii-

tearvojen muodostaminen täytyisi tapahtua oppimalla. Sovelluksen täytyisi pystyä

oppimaan esimerkiksi sovelluksen käyttöönoton alkuvaiheessa käyttäjän syöttämien

mieliala-arvioiden perusteella, miten fyysinen aktiivisuus ja mielialojen vaihtelu

riippuvat toisistaan kyseisellä henkilöllä.

31

Lopullisen sovelluksen kuvaaminen, koodaaminen ja testaaminen ovat iso työ ja me-

netelmän lopullinen käyttö muotoutuu pitkälti testivaiheen tulosten pohjalta. Mittaus-

tavasta ja menetelmän yleisestä luonteesta johtuen menetelmästä johdettu lopullinen

sovellus olisi tarkoitettu lähinnä kaksisuuntaista mielialahäiriötä sairastavan henkilön

itsearviointiin ja elämänhallintaan.

Nykypäivänä itse sovelluksen koodaaminen kuvauksen pohjalta on verrattain edullis-

ta ja nopeaa ja sovelluksen myyntikanavia on rajattomasti aina nettikaupoista erilai-

siin sovelluskauppoihin. Sovelluksen rajattu käyttöryhmä tekee markkinoista koh-

tuullisen pienet, mutta tätä kompensoi sovellusten myynnin mahdollistamat globaalit

markkinat.

32

7 POHDINTA

Opinnäytetyön tavoitteena oli kuvata mielialavaihtelujen mobiilin arviointimenetel-

män suunnitteluprosessi. Työssä onnistuttiin kuvaamaan arviointimenetelmän inno-

vaatioprosessi idean synnystä arviointimenetelmän testisovelluksen ja kliinisen tut-

kimuksen kuvaukseen saakka. Työssä on esitetty myös menetelmät kliinisestä tutki-

muksesta saatujen tulosten käsittelyyn. Lisäksi työssä esitettiin arviointimenetelmän

teoreettinen tausta ja perusteet arviointimenetelmässä käytettyjen metodien valinnal-

le. Myös arviointimenetelmän jatkokehittämistä kaupalliseksi tuotteeksi arvioitiin

olemassa olevien tietojen ja muiden tutkimusten pohjalta.

Innovaatioprosessin aikana ilmeni nopeasti, että ihmisen terveydentilaa ja elämänhal-

lintaa arvioivan täysin uuden älypuhelin sovelluksen kehittäminen on ennakoitua

paljon haasteellisempaa, työläämpää ja vaatii useammin eri ammattikunnan tiivistä

yhteistyötä. Testisovelluksen kuvauksen kehittäminen vaati syvällistä perehtymistä

älypuhelimen ominaisuuksiin ja sovellusohjelmointiin. Suurimpana haasteena nähtiin

erityisesti matkapuhelimien rajallinen tallennuskapasiteetti ja tietoliikenneyhteyden

rajoitukset. Tutkimuksellisista syistä johtuen kaikki mittausdata haluttiin talteen ul-

kopuoliselle verkkopalvelimelle. Tämä toi mukanaan suuren tietomäärän aiheutta-

man rajoituksen mittaamiseen, rajoittaen sen jaksottaiseksi jatkuvan mittauksen si-

jaan. Tässä kohtaa alkuperäisestä tavoitteessa siis epäonnistuttiin.

Testisovelluksen ohjelmointi on vielä tätä kirjoitettaessa tekemättä. Ohjelmointia

yritettiin ensin tehdä omin voimin, mutta johtuen vähäisestä kokemuksesta nykyai-

kaisen sovellusohjelmoinnin suhteen, tästä luovuttiin. Ohjelmointi sopisikin mainios-

ti esimerkiksi tietotekniikkaopiskelijan harjoitustyöksi ja tästä käytiinkin keskustelu-

ja Irlannissa sijaitsevan Dundalk Institute of Technologyn kanssa, mutta yhteistyö

kuihtui nopeasti. Jatkoa ajatellen ammattitaitoisen yhteistyökumppanin löytäminen

on sekä testaussovelluksen että lopullisen sovelluksen ohjelmoinnin kannalta ehdo-

ton edellytys.

33

Kliinisen tutkimuksen suunnittelu onnistui hyvin johtuen Satakunnan sairaanhoitopii-

riltä saadusta avusta. Tämä olikin välttämätöntä, jotta pystyttiin luomaan riittävän

kattava, mutta kuitenkin käytännössä toteutettavissa oleva ja uskottava tutkimus-

suunnitelma. Samalla pystyttiin kartoittamaan mahdolliset yhteistyökumppanit ja

ryhmät, joiden avulla kliininen tutkimus voitaisiin tulevaisuudessa toteuttaa.

Mielialavaihteluja mittaavan mobiilin arviointimenetelmän jatkokehitystä ja tuotteis-

tamista varten tärkeintä on löytää hyvä yhteistyökumppani tekemään testisovelluksen

ohjelmointia. Testisovelluksen valmistumisen ja kliinisen tutkimuksen tulosten avul-

la voidaan arvioida menetelmän luotettavuutta ja tätä kautta tuotteistaminen pääsee

innovaatioprosessin mukaisesti tulosten näin salliessa eteenpäin.

34

LÄHTEET

Chen, KY. & Bassett Jr., DR. 2005. The Technology of Accelerometry-Based Acti-

vity Monitors: Current and Future. Medicine & Science in Sports & Exercise 37,

490-500.

Edvardsen, J., Torgersen, S., Røysamb, E., Lygren, S., Skre, I., Onstad, S. & Oien,

PA. 2008. Heritability of bipolar spectrum disorders. Unity or heterogeneity? Journal

of Affective Disorders 106, 229-240.

Farmer, A., Elkin, A. & McGuffin, P. 2007. The genetics of bipolar affective disor-

der. Current Opinion in Psychiatry Jan, 8-12.

Goodrich, R. 2013. Accelerometers: What they are & How they work. Livescience,

1. Viitattu 14.2.2016. http://www.livescience.com/40102-accelerometers.html

Hill, A. B. 1965. The Environment and disease: Association or Causation. Proceed-

ings of the Royal Society and Medicine 58, 295-300.

Kieseppä, T., Partonen, T., Haukka, J, Kaprio, J. & Lönnqvist J. 2004. High con-

cordance of bipolar I disorder in a nationwide sample of twins. The American Jour-

nal of Psychiatry. Viitattu 10.2.2016. http://ajp.psychiatryonline.org

Lähteenmäki, S. 2013. Käypä hoito -suositus. Kaksisuuntainen mielialahäiriö. Hel-

sinki: Duodecim. Viitattu 10.2.2016.

http://www.kaypahoito.fi/web/kh/suositukset/suositus?id=hoi50076

Metrology Research Institute (MIKES-Aalto Mittaustekniikka) www-sivut. Viitattu

14.2.2016. metrology.tkk.fi

Metsämuuronen, J. 2011. Tutkimuksen tekemisen perusteet ihmistieteissä. Helsinki:

International Methelp, Booky.fi

Mäkinen, J. & Piironen, S. 2014. Fyysisen aktiivisuuden, koetun fyysisen pätevyy-

den ja tavoiteorientaation muutokset peruskoulun ja lukion aikana. Pro gradu -

tutkielma. Jyväskylän yliopisto. Viitattu 14.2.2016. http://urn.fi/URN:NBN:fi:jyu-

201401141061

Ojasalo, K., Moilanen, T. & Ritalahti, J. 2014. Kehittämistyön menetelmät. Uuden-

laista osaamista liiketoimintaan. 3. uudistettu painos. Helsinki: Sanoma Pro Oy.

Pearl, J. 2009. Causal inference in statistics: An overview Statistics Surveys Vol 3,

96-146.

Sadeniemi, M., Aer, J., Jänkälä, K., Sorvaniemi, M. & Stenberg, J. 2013. Kaksisuun-

tainen mielialahäiriö. Opas sairastuneille ja heidän omaisilleen. Helsinki: Duodecim.

35

Sylvia, LG., Bernstein, EE., Hubbard, JL., Keating, L. & Anderson EJ. 2014. Practi-

cal guide to measuring physical activity. Journal of the Academy of Nutrition and

Dietetics 114, 199-208.

Tammelin, T. 2009. Liikeanturilla kokonaiskuva liikkumisesta ja liikkumattomuu-

desta. Liikunta ja tiede 46 (2-3), 22-25.

Terve.fi 2010. Maanis-depressiivisyys. Viitattu 10.2.2016.

http://www.terve.fi/maanis-depressiivisyys

The Qt Companyn www-sivut. Viitattu 14.2.2016. http://www.qt.io/

Valtonen, H., Suominen, K., Mantere, O., Leppämäki, S., Arvilommi, P. & Isometsä,

E. 2007. Suicidal behavior during different phases of bipolar disorder. Journal of

Affective Disorders 97, 101-107.

Viestinnän keskusliiton innovaatiolinjaukset 2010. 2010. Helsinki: Viestinnän kes-

kusliitto. Viitattu 14.2.2016.

http://www.vkl.fi/ajankohtaista/uutiskirjeet/vanhat_uutiskirjeet/2007/05

W3 Group Finlandin www-sivut. Viitattu 13.3.2016. http://w3.fi/kolme-tapaa-

kehittaa-mobiilisovellus/

Liite 1. ICD-10:n mukaiset hypomanian, manian, masennusjakson ja sekamuotoisen

jakson diagnostiset kriteerit

Häiriö Diagnostiset kriteerit

Hypomania A. Mieliala on koholla tai ärtyisä asianomaiselle poikkeuksellisella

tavalla vähintään neljän päivän ajan.

B. Esiintyy vähintään kolme seuraavista oireista siten, että ne aihe-

uttavat ainakin jonkinasteista toimintakyvyn häiriintymistä:

1. toimeliaisuuden lisääntyminen tai fyysinen rauhattomuus

2. puheliaisuuden lisääntyminen

3. hajanaisuus tai keskittymisvaikeudet

4. unen tarpeen väheneminen

5. seksuaalinen halukkuuden lisääntyminen

6. lievä rahojen tuhlailu tai muu vastuuton käytös

7. seurallisuuden tai tuttavallisuuden lisääntyminen

C. Häiriö ei täytä manian, kaksisuuntaisen mielialahäiriön, masen-

nusjakson, mielialan aaltoiluhäiriön tai anorexia nervosan kriteerei-

tä.

D. Häiriö ei liity psykoaktiivisten aineiden käyttöön tai elimelliseen

aivo-oireyhtymään.

Mania A. Mieliala on enimmäkseen koholla, poikkeuksellisen avoin (eks-

pansiivinen) tai ärtynyt ja selvästi tavanomaisesta poikkeava asian-

omaiselle. Mielialan muutos on huomattava ja se on kestänyt vähin-

tään viikon ajan. (Tätä lyhyempi aika riittää, mikäli muutos on niin

huomattava, että tarvitaan hoitoa sairaalassa.)

B. Vähintään kolme (tai neljä, mikäli mieliala on ainoastaan ärtynyt)

seuraavista oireista siten, että ne aiheuttavat vakavan päivittäisen

toimintakyvyn häiriintymisen:

1. toimeliaisuuden lisääntyminen tai fyysinen rauhattomuus

2. puheliaisuuden lisääntyminen (puhetulva)

3. ajatuksenriento tai tunne siitä, että ajatustoiminta on kiihty-

nyt

4. tavanomaisten sosiaalisten käytöstapojen häviäminen siten,

että esiintyy olosuhteisiin nähden epäasiallista käyttäytymis-

tä

5. unen tarpeen väheneminen

6. itsetunnon kohoaminen tai kuvitelmat omista kyvyistä tai

suuruudesta (grandiositeetti)

7. keskittymiskyvyttömyys tai jatkuvat muutokset toiminnassa

tai suunnitelmissa

8. uhkarohkea tai vastuuton käyttäytyminen, jonka riskejä hen-

kilö ei tunnista (esimerkiksi tuhlaileva ilonpito, hurjat seik-

kailut tai vastuuton ajotapa)

9. lisääntynyt seksuaalinen halukkuus tai holtittomuus

Häiriö Diagnostiset kriteerit

C. Ei esiinny aistiharhoja tai harhaluuloja (havaintohäiriöitä, kuten

kuulon terävöitymistä tai värien näkemistä kirkkaampina saattaa

esiintyä).

D. Häiriö ei liity psykoaktiivisten aineiden käyttöön tai elimelliseen

aivo-oireyhtymään.

Masennusjakso A. Masennusjakso on kestänyt vähintään kahden viikon ajan.

B. Todetaan vähintään kaksi seuraavista oireista:

1. masentunut mieliala suurimman osan aikaa

2. kiinnostuksen tai mielihyvän menettäminen asioihin, jotka

ovat tavallisesti kiinnostaneet tai tuottaneet mielihyvää

3. vähentyneet voimavarat tai poikkeuksellinen väsymys

C. Todetaan jokin tai jotkin seuraavista oireista niin, että oireita on

yhteensä (B ja C yhteenlaskettuina) vähintään neljä:

1. itseluottamuksen tai omanarvontunnon väheneminen

2. perusteettomat tai kohtuuttomat itsesyytökset

3. toistuvat kuolemaan tai itsemurhaan liittyvät ajatukset tai it-

setuhoinen käyttäytyminen

4. subjektiivinen tai havaittu keskittymisvaikeus, joka voi ilme-

tä myös päättämättömyytenä tai jahkailuna

5. psykomotorinen muutos (kiihtymys tai hidastuneisuus), joka

voi olla subjektiivinen tai havaittu

6. unihäiriöt

7. ruokahalun lisääntyminen tai väheneminen, johon liittyy

painon muutos

Lievässä masennustilassa oireita on 4–5, keskivaikeassa 6–7 ja vai-

keassa 8–10 ja kaikki kohdasta B.

Sekamuotoinen

jakso

Hypomaaniset, maaniset ja masennusoireet esiintyvät samanaikai-

sesti tai hyvin tiheästi vaihdellen. Aiemmin on ollut ainakin yksi

mielialahäiriön jakso, ja ajankohtaisen jakson aikana sekä maanisia

että masennusoireita on esiintynyt suurimman osan aikaa vähintään

kahden viikon ajan.

Liite 2. Mielialapäiväkirja

Mielialapäiväkirja

pvm

+5

+4

+3

+2

+1

0

-1

-2

-3

-4

-5

uni(t)

lääkitys

alkoholi kuukautiset

tapah

tum

at

Liite 3. Kliinisessä tutkimuksessa käytettävä selainpohjainen kyselykaavake

Liite 4. Fyysistä aktiivisuutta mittaavan testisovelluksen kuvaus (eng.)

Activity detection software for out-patient continuous assessment

Software specification

version author issues

0.1 Juha Marila (juhaem@gmail.com) document created

Purpose and scope of the document

This specification describes the needed functionality and communication methods required

of the software to be used for bipolar outpatient assessment that is conducted using their

personal mobile phones. The phones in case need to fulfill the following requirements:

1. operating system (OS) support for acceleration sensors

2. OS support for running the software in the background or as a daemon or service

3. capability to send data to a pre-determined IP address either via HTTP or FTP

Software could be an HTML5 worker running in the phone’s browser, or a native applica-

tion. Android and iOS devices are prioritized over other platforms.

User interface and user roles

There are three kinds of users to the software:

1) Patient - refers to the phone owner;

2) Operator - refers to the researchers that collect the activity data using software on the

phones;

3) Personnel - refers to the medical staff that may utilize the collected data.

The software needs not to offer any interface to any of the users. The standard OS methods

of starting and stopping the software’s execution are sufficient in the case of native soft-

ware. If the software runs in the browser as an HTML5 worker process, it will launch upon

execution of the HTML code in the browser, and stop when the browser is shut down.

Requirements

Functionality

The software needs to perform following functions:

1) start all operation at execution, without the need for activation or settings of any

kind;

2) access and store locally the phone’s accelerometer data with a pre-determined

measurement interval and sample duration ;

3) send the stored data with a pre-determined push interval to a pre-determined data

store address using either mobile data connection or WiFi, whichever is available

(WiFi is preferred);

4) determine if the data connections can be used for the purpose in (3) - namely, if

they offer access to the Internet;

5) after having sent the data and receiving confirmation from the data store, delete

the collected accelerometer data from the phone;

6) to re-try operation after the retry interval in case of any errors to operations in (1)

to (5)

Operation

Collected data

The accelerometer data in question consists of x-, y- z-axis measurement, in units of m*s⁻1

with simple quantization (TBD…). The y-axis acceleration data preferably has the effect of

gravity removed.

Different phones have different measurement frequency, so the amount of data collected

varies between phones - this is acceptable at the moment.

Data storage

The data should be stored in as economical format as possible, preferably just three inte-

gers per measurement, separated by comma, and measurements separated by line feeds.

This makes the data human- as well as machine-readable.

Data collection interval

The measurement interval should be currently set to 55 seconds and sample duration to 5

seconds. This equals to 5 seconds of activity measure every minute.

Data push

Push Interval should currently be set to 3 hours. An estimate of the amount of data to be

sent at this interval can be established using an exemplary device (Sony C6833, i.e. Xperia Z

Ultra, running Android 5.0) measures acceleration from the sensors at OS level with the

frequency of 49 Hz:

49 samples * 6 bytes * 5 seconds per minute * 3 axes * 3 hrs ≃ 754 MB

of data collected and sent every 3 hrs

When the software is sending the collected data and deletes it afterwards, it needs to ei-

ther pause measurement or store the data being collected separately from the data being

sent and being deleted.

Other requirements

The software is a research tool and not a consumer product at this moment. For this rea-

son, the biggest demand is on stability of execution and reliability of data collection, in-

cluding pushing it to the server. This must be balanced with power consumption, as the

software shouldn’t drain the patient’s phone battery.